基于字典学习改进的时空上下文算法
来源：吉林大学学报·理学版杂志2019年第06期北京时间：
作者：张尧, 才华, 曹露, 王冰雪, 陈广秋
单位：1. 长春理工大学 电子信息工程学院, 长春 130022； 2. 长春中国光学科学技术馆, 长春 130117
摘要：针对强遮挡导致的跟踪目标失效问题, 提出一种基于字典学习改进的时空上下文算法. 先在目标和上下文区域构建前景字典和上下文字典, 再利用稀疏解的特性, 给提取目标特征更高的权重, 并参与模板的更新, 构造新的条件概率.实验结果表明, 在出现严重遮挡的数据集中, 时空上下文算法跟踪成功率为19.5%, 改进算法成功率达94.5%, 改进算法能在出现强遮挡情况下有效对抗遮挡问题, 稳定跟踪.
关键词：目标跟踪,稀疏解,时空上下文算法,模板更新
